제 5차년도 USG AI·데이터 제조혁신 경진대회의 연습문제 입니다.

초급과 중급의 본 경진대회에 앞서 연습문제를 통해 차근차근 문제를 풀어보세요!

1. 문제 개요 🔩

• 제조 현장에서는 제조 과정에서의 품질 자료를 이미지로 관리하고 있습니다.
• 본 과제에서는 각각의 크기와 화질이 다른 이미지를 학습하여 정확한 정답 이미지로 분류해야 합니다.
• 데이터에 대한 상세한 설명은 [데이터] 탭을 참조하시면 됩니다.
• [데이터] 와 [베이스라인]의 상세내용은 경진대회 시작 시, 공개 됩니다.

2. 평가 방법 🧪

• 평가 메트릭은 macro F1-Score를 사용합니다.
• Scikit-Learn에 내장된 F1-Score를 ‘macro’ 옵션으로 설정하여 평가에 사용합니다.

3. 결과 검증 🔍

• 입상 대상자는 아래 저작물을 제출해야 합니다.
  • 모델 학습 코드 : 구글 Colab에서 작동하는 train.ipynb 및 필요한 파일(외부 파일 등) 공유
  • 모델 추론 코드 : 구글 Colab에서 작동하는 test.ipynb 및 필요한 파일(모델 가중치 등) 공유
  • 모델 설명서 : 아래 양식에 맞게 작성 후 입상후보팀에게 안내되는 메일에 회신으로 전달
    • 양식 보기
• 코드와 주석의 인코딩은 모두 UTF-8을 사용하여야 합니다.
• 입상 대상이 되는 상위 제출 결과물은 재현성 검증 과정을 거쳐 순위를 확정짓게 됩니다.
  재현성 검증은 다음 세 단계를 거쳐 이루어집니다.
  1. 재추론 검증
     • 제출된 모델에서 주어진 데이터를 이용하여 결과가 정상 생성되는지 여부를 확인할 수 있도록 재추론합니다.
     • 원칙적으로 재추론을 통해 생성된 결과는 참가자가 실제 제출한 결과와 동일해야 합니다.
  2. 재학습 검증
     • 제출된 모델이 허가된 데이터만을 사용하여 학습되었는지, 학습된 모델은 제출된 결과를 재현할 수 있는지의 여부를 재학습을 통해 검증합니다.
  3. 소스코드 분석
     • 소스코드 표절, 미허가 데이터 사용, 모델 조건 불충족 여부 등을 소스코드 분석을 통해 검증합니다.
• 재현성 검증에 문제가 발생하거나 소스코드 표절을 비롯한 치팅이 확인되는 경우 원칙적으로 해당 제출 결과는 무효처리됩니다.
  
   

4. 대회 규칙 (중요) 📜 

※ 본 대회는 http://aifactory.space 의 회원가입을 완료한 회원이 아래 규칙에 대해 동의한 경우에만 참가 가능합니다.

※ 대회 참여 중 규칙에 위배되는 상황이 발생한 경우, 입상이 취소될 수 있습니다.

스코어 관련

이번 대회는 Public 스코어와 Private 스코어 합산점수로 최종 순위가 결정됩니다

• Public 및 Private의 비율은 1:1
• 대회기간 중에는 Public 스코어만 리더보드 상에 표출
• 대회 종료시점 이후 Public 및 Private의 합산점수 및 그에 따른 최종 순위 공개

팀 참가 관련

• 팀(2인 이상 최대 4인), 최소 2인 이상 (✽팀 빌딩은 참가신청 이후에 [팀] 탭에서 진행하실 수 있습니다)
• 팀 구성시 USG 공유대학 학생 2인 이상 참여 필수 

대회 제출 관련

• 해당 문제는 제출 관련 제한사항이 있습니다. 이전 제출 시점 기준으로 1시간 지난 시점부터 재제출이 가능하오니 이 점 참고 부탁드립니다.
• 본 대회에서는 외부 데이터의 사용이 불가능하며, 제공된 데이터만 사용해야 합니다.
• 본 대회에서는 pre-trained 모델을 사용하지 않는 것을 원칙으로 하고 있습니다.